准确率达 80%，深度学习识别布朗运动中纳米粒子形状

---

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

编辑 | 绿萝

随着纳米粒子在医疗、制药和工业领域的实际应用，从材料的角度出发需要对每个纳米粒子的性质和团聚状态进行评价并进行质量控制

评估液体中纳米粒子的一种方法是分析布朗运动的轨迹。虽然纳米粒子跟踪分析技术（Nano-tracking analysis，NTA） 是一种用于测量从微观到纳米尺度的单个粒子的简单方法，但它不能评估纳米粒子的形状一直是一个长期存在的问题。NTA 在使用 Stokes-Einstein 方程量化粒子大小时总是假设球形，但无法验证所测量的粒子是否真的是球形的。

东京大学的研究团队提出了一种新的纳米粒子形状各向异性特性评估方法，解决了自爱因斯坦时代以来一直存在的纳米粒子评估问题。

研究人员建立了一个深度学习（DL）模型，利用 NTA 测量获得的布朗运动的时间序列轨迹数据来预测纳米粒子的形状。通过使用集成模型进行轨迹分析，深度学习模型能够对两种尺寸大致相同但形状不同的金纳米粒子实现约 80% 的单粒子分类精度，而传统的 NTA 无法单独区分这两种纳米粒子。

此外，研究显示，可以根据纳米粒子混合样品的测量数据定量估计球形纳米粒子和棒状纳米粒子的混合比例。这个结果表明，通过将动态光散射分析（DL）应用于纳米粒子跟踪分析（NTA）测量，可以评估粒子的形状，而这在以前被认为是不可能的

这项研究在《APL机器学习》上发表，主题为《利用深度学习分析非球形纳米粒子的布朗运动轨迹》

利用光散射和布朗运动的特性，NTA（纳米颗粒跟踪分析）是一种用于测量液体悬浮液中样本粒度分布的检测方法，已被广泛商业应用。NTA使用了爱因斯坦在100多年前提出的理论公式来计算粒子的直径

布朗运动的轨迹反映了粒子形状的影响，但实际上很难测量极快的运动。此外，即使粒子是非球形的，传统的分析方法也不准确，因为它们无条件地假设粒子是球形的，并使用斯托克斯-爱因斯坦方程进行分析。

然而，利用善于在大规模数据中发现隐藏相关性的深度学习，即使测量数据是平均的或包含无法分离的误差，也有可能检测到由形状差异引起的差异。

东京大学的Takanori Ichiki教授领导的研究小组成功地开发了一个深度学习模型。这个模型可以通过测量的布朗运动轨迹数据来识别形状，而不需要改变实验方法。为了同时考虑数据的时间序列变化和与周围环境的相关性，他们将一维卷积神经网络（1D CNN）模型用于提取局部特征，并与具有时间动态聚合能力的双向LSTM模型相结合

形状估计模型的开发通常包括三个阶段：首先是进行原始数据采集的NTA测量，然后是创建用于深度学习的数据集和模型，最后是进行深度学习训练

图示：一维 CNN+Bi-LSTM 深度学习模型的结构。（来源：论文）

研究使用不同轨迹长度（20、40、60、80 和 100 帧的时间序列数据，通过改变四种模型（MLP、LSTM、1D CNN 和 1D CNN+Bi-LSTM）的每帧数的超参数来验证学习的收敛性。

LSTM 和 1D CNN 模型在 100 帧下的准确率都在 80% 以上，这表明通过卷积提取局部特征和时间动态积累都是提取形状特征的有效方法。同时，高精度表明液体中纳米粒子的形状分类已经达到了用 NTA 和 DL 进行单粒子分析的现实水平。

Voicepods

Voicepods是一个在线文本转语音平台，允许用户在30秒内将任何书面文本转换为音频文件。

142 查看详情

图示：各深度学习模型的形状分类评价指标与帧数的关系。（来源：论文）

经过深度学习分析，我们成功地将液体中的单个纳米粒子按照形状进行了分类，而且准确率非常高，达到了实用水平。同时，在这项研究中，我们还建立了校准曲线，用于确定球形和棒状纳米粒子混合溶液的混合比例。考虑到目前已知的纳米粒子形状类型，我们认为这种方法可以有效地检测纳米粒子的形状

图示：利用微毛细管芯片的粒子分析系统，运用NTA技术从布朗运动的测量结果中获取混合物的粒径分布。（引自：论文）

传统的 NTA 方法不能直接观察到粒子的形状，获得的特征信息有限。使用 DL 方法，即使具有相同水合直径的不同形状的粒子，也可以根据其轨迹将其与混合物区分开来。

在研究中，他们试图确定两种粒子的形状，但考虑到商业上可获得的纳米粒子的形状类型，他们认为这种方法可以用于实际应用，例如检测均匀体系中的异物。NTA 的扩展不仅可以应用于研究，还可以应用于工业领域，例如评价非球形纳米粒子的性质、团聚状态和均匀性，以及质量控制。

研究人员表示：“将粒子的测量对象扩展到各种不同形状和材料，这将是一个有趣的研究方向，并且未来的研究课题将是检验 DL+NTA 方法的适用性。”

特别是，它有望成为在类似于生物体的环境中评估各种生物纳米粒子（如细胞外囊泡）特性的解决方案。它也有可能成为液体中非球形粒子布朗运动基础研究的一种创新方法。

论文链接：https://doi.org/10.1063/5.0160979

参考内容：https://phys.org/news/2025-10-deep-long-standing-identification-nanoparticle.html

以上就是准确率达 80%，深度学习识别布朗运动中纳米粒子形状的详细内容，更多请关注其它相关文章！

# 达到了  # 财道seo快排排名  # 江油网站关键词排名  # 银川本地品牌营销推广公司  # 天津靠谱营销推广方式  # 宣城网站建设公司费用  # 雅安优化网站多少钱  # 景观公司网站建设模板  # 淘宝seo反作弊模型  # 阳江seo哪家有名  # 小店区关键词排名管理  # 产业  # 两种  # 是一种  # 丰田  # 本田  # 是一个  # 应用于  # 爱因斯坦  # 率达  # 布朗运动 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 优化J*a与MySQL合作：分享批处理操作的技巧  图像生成过程中遭「截胡」：稳定扩散的失败案例受四大因素影响  成功孵化首个大型模型解决方案的重庆人工智能创新中心  “具身智能”引爆机器人产业，看绝影Lite3/X20四足机器人有何特别之处？  对Hugging Face开源模型精准投毒！LLM切脑后变身PoisonGPT，用虚假事实洗脑60亿人  美图吴欣鸿：希望更多人用上AI时代的影像生产力工具  国内阅读行业首款对话式AI应用“阅爱聊”封闭内测  家电行业观察：AI加持下，全屋智能将成为智能家电未来？  人工智能时代 数字文明对话向“尼”走来  国内AI大模型“安卓时刻”到来！阿里云通义千问免费、开源、可商用  OpenAI CEO 山姆・阿尔特曼呼吁 AI 领域中美应当合作  世界人工智能大会（WAIC 2025）点燃魔都，博尔捷数字科技携前沿技术产品亮相  腾讯机器狗进化：通过深度学习掌握自主决策能力  焊接协作机器人或将成为26届埃森展最大看点  OpenAI首席执行官表态支持欧盟AI监管  类GPT模型训练提速26.5%，清华朱军等人用INT4算法加速神经网络训练  360发布AI数字人广场，可同孙悟空、爱因斯坦等古今中外角色对话  “五年内人类程序员将消失”预言引争议，AI真的那么强大了吗？  懒人必备的家居清洁好物，石头自清洁扫拖机器人G20  Nature发AIGC禁令！投稿中视觉内容使用AI的概不接收  当人工智能开始写高考作文？作家陈崇正、朱山坡谈文学与未来  世界人工智能大会上，科大讯飞宣布与华为联手  人工智能快速发展 打开就业新空间  明略科技发布免费开源TensorBoard.cpp，促进大型模型的预训练工作  Adobe旗下Illustrator引入生成式AI工具Firefly  微软在德国举办MR研讨会，向女性分享元宇宙潜力  支持跨语言、人声狗吠互换，仅利用最近邻的简单语音转换模型有多神奇  数字彩排、虚拟建厂！这家顶级洗衣机工厂敲开“工业元宇宙”之门  人工智能助力林草行业高质量发展  导演郭帆：人工智能应用可能会影响《流浪地球 3》的创作开发  25个AI智能体源码现已公开，灵感来自斯坦福的「虚拟小镇」和《西部世界》  WHEE使用教程  “图壤·阅读元宇宙”亮相北京国际图书博览会  行业首发「超级智绘」AI故事集，TCL实业推进AI技术应用  谷歌将使用公开信息训练 AI 模型，构建更强大的自家产品  拓普龙7188ML：轻便壁挂式工控机箱，为人工智能应用场景提供有力保障  2025世界人工智能大会（上海）开幕式纪要  眼球反射解锁3D世界，黑镜成真！马里兰华人新作炸翻科幻迷  食品分销跨国企业Sysco CIDO：我们的增长秘诀是以IT为中心  人才智能平台转型中的人工智能的关键角色  人工智能领域，突破难题：国产大模型“无源之水”问题得到解决。  2025世界人工智能大会成功召开  为了避免人工智能可能带来的灾难，我们要向核安全学习  软通动力多项AI创新产品及应用亮相2025世界人工智能大会  1分钟做出苹果Vision Pro「官网」？上班8小时搞出480个网页，同事被卷疯了  Vision Pro 太贵，苹果基于 iPhone 的 VR 头显专利曝光  推动企业数字化转型升级！“松江智造”摘世界人工智能大会重磅奖项  30+大模型齐聚，大模型成世界人工智能大会“顶流”  美的推出 AI 双视精准避障的自动集尘扫拖机器人 V12，售价仅为2999元  世界周刊丨AI“棱镜”？ 

 2023-11-07